10.16182/j.issn1004731x.joss.201702008
基于鸡群优化的粒子滤波算法研究
针对粒子滤波中重采样所引起的粒子贫化问题,在将鸡群优化算法融入到粒子滤波采样阶段的基础上,提出了一种鸡群优化粒子滤波算法.该算法将粒子权值作为适应度以确定粒子的类型及相互关系,通过不同类型粒子的运动机制完成相应的位置更新,并利用动态变化的粒子群体结构来克服陷入局部最优的不足和加快寻优速度,使粒子向后验概率的高似然区域运动,既保证了样本多样性又提高了在子质量.仿真实验结果表明该方法提高了滤波的估计精度并保持了滤波过程中粒子的多样性,同时减少了状态估计所需的粒子数量.
鸡群优化算法、粒子滤波、粒子贫化、状态估计
29
TP391.9(计算技术、计算机技术)
2017-04-19(万方平台首次上网日期,不代表论文的发表时间)
共7页
295-300,308